演员分类整理 Skill

功能

•扫描视频文件夹，获取第一个 NFO 文件
•解析 NFO 提取演员名、标题和视频分辨率
•
中文映射记忆系统：
- •自动识别包含日文假名的演员名
- •查询记忆文件 memory/actor_mappings.toml 中的映射关系
- •已映射：按中文映射名的拼音首字母分类，目录格式为 中文名_原名
- •未映射：跳过该演员的视频，记录到未映射列表返回给 Agent
•
按演员名分类：
- •拼音首字母（A-Z）- 基于中文映射名或原名
- •假名首字母（A-Z）
- •日文名（无映射时）→ 暂不分类，等待映射
- •未知演员 → 分类 99
•
自动识别 VR 视频：
- •宽度 > 阈值（默认2000像素）且非 16:9 宽高比的视为 VR 视频
- •VR 视频生成目标路径：{root}/BIG/{category}/{首字}/{演员名}/{标题}/
- •普通视频生成目标路径：{root}/{category}/{首字}/{演员名}/{标题}/

特殊处理

FC2/PPV 视频如果没有演员信息，自动添加 FC2-PPV, FC2, PPV 作为演员标签。

中文映射记忆系统

记忆文件

映射关系存储在 memory/actor_mappings.toml：

toml

[actor_mappings]
"さつき芽衣" = "月芽衣"
"あおい空" = "青空"
"ゆい花" = "由衣花"

工作流程

•
扫描阶段：
- •检测到片假名演员 さつき芽衣
- •查询映射表 → 找到 月芽衣
- •生成目标路径：Y/月/月芽衣_さつき芽衣/
•
未映射处理：
- •检测到片假名演员 新垣あい
- •查询映射表 → 未找到
- •不生成该视频的移动计划
- •记录到未映射列表
•
Agent 处理：
- •脚本输出 UNMAPPED_ACTORS_START/END 标记的未映射列表
- •Agent 读取列表，为每个演员生成合适的中文映射
- •更新 memory/actor_mappings.toml
- •用户可手动编辑映射名以使用喜欢的名称
•
下次运行：
- •重新扫描时，已映射的演员正常分类
- •目录格式：中文映射名_原名

映射命名示例

原名	中文映射	目标目录
さつき芽衣	月芽衣	`Y/月/月芽衣_さつき芽衣/`
あおい空	青空	`Q/青/青空_あおい空/`
未映射演员	-	暂不移动，等待映射

操作模式

三种模式：计划/执行/计划+执行。

调用方式

bash

# 仅计划
.venv/bin/python .opencode/skills/video-actor-organizer/scripts/plan_actor_classify.py \
  --root "/path/to/videos" \
  --unknown-category "99" \
  --japanese-category "0" \
  --title-max-length 20 \
  --width-threshold 2000 \
  --big-dir "BIG" \
  --output "plans/"

# 仅执行
.venv/bin/python .opencode/skills/video-actor-organizer/scripts/execute_plan.py \
  --plan "plans/actor_20260220_150000.json"

核心组件

classifier.py

自包含演员名分类逻辑：

•依赖：pypinyin, pykakasi
•
功能：
- •检测日文假名 has_kana()
- •查询映射表 get_mapping()
- •检查是否需要映射 needs_mapping()
- •支持分类类型 chinese_mapped（已映射的中文名）

plan_actor_classify.py

扫描和计划生成：

•检测未映射的片假名演员
•跳过未映射演员的计划生成
•输出未映射列表供 Agent 处理
•使用 display_name（中文名_原名）作为目录名

execute_plan.py

执行移动计划。

JSON 格式

json

[
  {
    "func": "actor_classify",
    "action": "MOVE",
    "source": "/path/to/videos/SSNI-123",
    "destination": "/path/to/videos/Y/月/月芽衣_さつき芽衣/某个标题",
    "size_mb": 2048.0,
    "actor": "月芽衣_さつき芽衣",
    "original_actor": "さつき芽衣",
    "category": "Y",
    "title": "某个标题",
    "is_vr": false,
    "width": 1920,
    "height": 1080,
    "created_at": "2026-02-20T15:00:00"
  }
]

技能调用结论总结相关

在调用技能后，只需将结论稍微输出一下，不要做额外的检查核对等事项，py脚本输出的信息经过一轮整理已经足够清晰，不要做多余的浪费token的扫描等工作，不要额外再写一个脚本来做对json计划文件的再归纳。

Agent 处理未映射演员的流程

•运行 plan_actor_classify.py 生成计划
•检查输出中是否有 UNMAPPED_ACTORS_START 标记
•
如果有未映射演员：
- •为每个片假名演员生成合适的中文映射
- •更新 memory/actor_mappings.toml
- •告知用户已更新的映射
- •建议用户：可以编辑记忆文件修改映射名
•
如果没有未映射演员：
- •正常展示计划并询问是否执行

其他注意

•生成的计划路径，不能放在skill的目录中，要放在agent运行的目录中，保持skill目录清洁